| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 符号说明 | 第7-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景及意义 | 第14-16页 |
| ·国内外相关研究现状 | 第16-18页 |
| ·课题来源 | 第18页 |
| ·主要研究内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 单晶硅材料去除机理研究 | 第20-31页 |
| ·单晶硅材料脆性断裂模型 | 第20-24页 |
| ·单晶硅材料脆性去除特点实验研究 | 第24-26页 |
| ·单晶硅材料塑性去除机理研究 | 第26-27页 |
| ·单晶硅塑性去除特点实验研究 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 硅片自旋转磨削表面粗糙度数学模型建立 | 第31-45页 |
| ·硅片自旋转磨削磨粒运动轨迹方程建立 | 第31-34页 |
| ·硅片自旋转磨削单颗磨粒磨削深度的建模 | 第34-37页 |
| ·单颗金刚石磨粒的法向磨削力 | 第37-40页 |
| ·单晶硅片脆性去除方式下表面粗糙度R_a数学模型的建立 | 第40-42页 |
| ·单晶硅片塑性去除方式下表面粗糙度R_a数学模型的建立 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 硅片自旋转磨削表面粗糙度实验研究 | 第45-55页 |
| ·工件自旋转磨削实验研究的实验系统 | 第45-46页 |
| ·实验材料 | 第46页 |
| ·表面质量观察方法及设备 | 第46-47页 |
| ·单晶硅片自旋转磨削时表面质量的影响因素 | 第47-54页 |
| ·砂轮轴向进给速度对硅片表面粗糙度的影响 | 第47-49页 |
| ·砂轮转速对硅片表面粗糙度的影响 | 第49-51页 |
| ·硅片转速对硅片表面粗糙度的影响 | 第51-52页 |
| ·金刚石砂轮粒度对硅片表面粗糙度的影响 | 第52-53页 |
| ·光磨时间对硅片表面粗糙度的影响 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于BP人工神经网络的表面粗糙度预测模型建立 | 第55-75页 |
| ·BP人工神经网络的基本原理 | 第55-61页 |
| ·BP神经网络的结构 | 第56页 |
| ·BP神经网络的学习算法 | 第56-60页 |
| ·BP神经网络在硅片自旋转磨削表面粗糙度预测中的应用 | 第60-61页 |
| ·BP神经网络预测模型的分析与设计 | 第61-66页 |
| ·BP神经网络预测模型的结构确定 | 第61页 |
| ·BP神经网络预测模型各层节点数的确定 | 第61-64页 |
| ·BP神经网络预测模型传递函数的选取 | 第64页 |
| ·BP神经网络预测模型训练函数的选取 | 第64-66页 |
| ·基于BP神经网络的硅片自旋转磨削表面粗糙度预测 | 第66-74页 |
| ·训练样本的选取与归一化处理 | 第66-70页 |
| ·学习速率的选取 | 第70页 |
| ·初始权值的选取 | 第70-71页 |
| ·网络训练 | 第71-72页 |
| ·预测结果 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 结论与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间发表的论文 | 第82-84页 |
| 致谢 | 第84页 |
